Three-Year Incidence and Predictors of First-Onset of DSM-IV Mood, Anxiety, and Substance Use Disorders in Older Adults
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine the incidence rates of Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition (DSM-IV) mood disorders, anxiety disorders, and substance use disorders in older adults and to identify sociodemographic, psychopathological, health-related, and stress-related predictors of onset of these disorders. METHOD: A nationally representative sample of 8,012 community-dwelling adults aged 60 and above was interviewed twice over a period of 3 years, in 2000-2001 and 2004-2005. First incidence of mood, anxiety, and substance use disorders was assessed over a period of 3 years using the Alcohol Use Disorder and Associated Disabilities Interview Schedule-DSM-IV Version. RESULTS: The 3-year incidence rates of DSM-IV mood, anxiety, and substance use disorders were highest for nicotine dependence (3.38%) and major depressive disorder ([MDD] 3.28%) and lowest for drug use disorder (0.29%) and bipolar II disorder (0.34%). Incidence rates were significantly greater among older women for MDD (99% CI, 1.22-3.13) and generalized anxiety disorder (GAD; 99% CI, 1.20-4.26) and greater among older men for nicotine dependence and alcohol abuse and dependence. Posttraumatic stress disorder predicted incidence of MDD, bipolar I disorder, panic disorder, specific phobia, and GAD, while Cluster B personality disorders predicted incident MDD, bipolar I and II disorders, panic disorder, social phobia, GAD, nicotine dependence, and alcohol dependence. Poor self-rated health increased the risk for the onset of MDD, whereas obesity decreased the incidence of nicotine dependence. CONCLUSIONS: Information about disorders that are highly incident in late life and risk factors for the onset of psychiatric disorders among older adults are important for effective early intervention and prevention initiatives.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».